i
注 : この情報とサポートされている製品をご使用になる前に、「注意事項」( p.292 ) の一般情報をお読みください。
本版は IBM® SPSS® Statistics 20 ,および新版で指示されるまで後続するすべてのリ リースおよび変更に対して適用されます。
Adobe 製品のスクリーンショットは Adobe Systems Incorporated の許可を得て転載して います。
Microsoft 製品のスクリーンショットは Microsoft 社の許可を得て転載しています。 Licensed Materials - Property of IBM
© Copyright IBM Corporation 1989, 2011.
U.S. Government Users Restricted Rights - Use, duplication or disclosure restricted by GSA ADP Schedule Contract with IBM Corp.
はじめに
IBM® SPSS® Statistics は、データ分析の包括的システムです。Complex Samples は、このマニュアルで説明されている追加の分析手法を提供する オプションのアドオン モジュールです。Complex Samples アドオン モ ジュールは SPSS Statistics Core システムと組み合わせて使用し、Core システムに 完全に統合されます。IBM Business Analytics について
IBM Business Analytics ソフトウェアは、意思決定者がビジネス パフォー マンスを向上させるために信頼する完全で、一貫した正確な情報を提供し ます。ビジネス インテリジェンス、予測分析、財務実績および戦略管理、 および 分析アプリケーションの包括的なポートフォリオを利用することに よって、現在の実績を明確、迅速に理解し、将来の結果を予測することが できます。豊富な業界のソリューション、実績ある実例、専門サービスと 組み合わせ、さまざまな規模の組織が、高い生産性を実現、意思決定を自 信を持って自動化し、より良い決定をもたらします。
このポートフォリオの一部として、IBM SPSS Predictive Analytics ソフト ウェアを使用する組織は、将来のイベントを予測し、その洞察に基づいて 積極的に行動し、より優れた業績を実現することができます。全世界の企 業、政府、学術分野のお客様が IBM SPSS の技術を活用し、不正行為を減 少させ、リスクを軽減させながら、顧客の獲得、保持、成長において、 競争優位を高めることができます。IBM SPSS ソフトウェアを日々の業務 に取り入れることによって、組織は業務目標を達成し、大きな競争的優 位を獲得することができるよう、意思決定を方向付け、自動化すること ができるようになります。お問い合わせは、http://www.ibm.com/spss を 参照してください。
テクニカル サポート
テクニカル サポートのサービスをご利用いただけます。IBM Corp.製品の 使用方法や、対応しているハードウェア環境へのインストールに関して 問い合わせることもできます。テクニカル サポートの詳細については、 IBM Corp. Web サイト (http://www.ibm.com/support) を参照してくださ い。連絡の際は、所属団体名、サポート契約などを確認できるよう、あ らかじめ手元にご用意ください。学生向けテクニカル サポート
IBM SPSS ソフトウェア製品の Student 版、アカデミック版、Grad パック 版を使用している学生の場合、学生用の特別オンライン ページ、Solutions for Education (http://www.ibm.com/spss/rd/students/) ページを参照し てください。大学提供の IBM SPSS ソフトウェアのコピーを使用している 場合、大学の IBM SPSS 製品コーディネータにお問い合わせください。
カスタマ サービス
配送やアカウントに関するご質問は、お近くの営業所にお問い合わせくだ さい。お問い合せの際には、シリアル番号をご用意ください。トレーニング セミナー
IBM Corp. では一般公開およびオンサイトで トレーニング セミナー を実施しています。セミナーでは実践的な講習を行います。セミナー は主要都市で定期的に開催されます。セミナーに関する詳細について は、http://www.ibm.com/software/analytics/spss/training を参照して ください。追加の出版物
Marija Noruš による『SPSS Statistics: Guide to Data Analysis』、 『SPSS Statistics: Statistical Procedures Companion』、『SPSS Statistics: Advanced Statistical Procedures Companion』が Prentice Hall から出版されました。補助的な資料としてご利用いただけます。これ らの出版物には、SPSS Statistics Base モジュール、Advanced Statistics モジュール、Regression モジュールの統計的手続きについて記載されて います。初めてデータ分析を行う場合、高度なアプリケーションを使用 する場合に応じて、この本は IBM® SPSS® Statistics が提供している機 能を効率よく使用するための手助けとなります。出版物の内容、サン プルの図表などの詳細は、作者の Web サイトを参照してください。 http://www.norusis.com iv
内容
パート I: ユーザー ガイド
1
コンプレックス サンプル手続きの概要
1
コンプレックス サンプル オプションのプロパティ . . . 1 コンプレックス サンプル手続きの使用 . . . 2 計画ファイル . . . 2 参考文献 . . . 32
コンプレックス デザインからの抽出
4
新規サンプル計画の作成 . . . 4 サンプリング ウィザード: 計画変数 . . . 6 サンプリング ウィザードのツリー表示の操作方法 . . . 7 サンプリング ウィザード: 抽出方法 . . . 8 サンプリング ウィザード: サンプル サイズ . . . 10 等しくないサイズの定義 . . . 11 サンプリング ウィザード: 出力変数 . . . 12 サンプリング ウィザード: 計画の要約 . . . 13 サンプリング ウィザード: サンプルの抽出: 選択オプション . . . 14 サンプリング ウィザード: サンプルの抽出: 出力ファイル . . . 15 サンプリング ウィザード: 終了 . . . 16 既存のサンプル計画の修正 . . . 17 サンプリング ウィザード: 計画の要約 . . . 18 既存のサンプル計画の実行 . . . 18 CSPLAN および CSSELECT コマンドの追加機能 . . . 193
コンプレックス サンプルの分析準備
20
新規分析計画の作成 . . . 21 分析準備ウィザード: 計画変数 . . . 22 分析ウィザードのツリー表示の操作方法 . . . 23 分析準備ウィザード: 推定方法 . . . 23 v分析準備ウィザード: サイズ . . . 24 等しくないサイズの定義 . . . 25 分析準備ウィザード: 計画の要約 . . . 26 分析準備ウィザード: 終了 . . . 27 既存の分析計画の修正 . . . 27 分析準備ウィザード: 計画の要約 . . . 28
4
コンプレックス サンプルの計画
29
5
コンプレックス サンプル度数分布表
30
コンプレックス サンプルの度数分布表の統計量 . . . 31 コンプレックス サンプルの欠損値. . . 32 コンプレックス サンプルのオプション . . . 336
コンプレックス サンプル記述統計
34
コンプレックス サンプルの記述統計の統計量. . . 36 コンプレックス サンプルの記述統計の欠損値. . . 37 コンプレックス サンプルのオプション . . . 377
コンプレックス サンプルのクロス集計表
38
コンプレックス サンプルのクロス集計表の統計量 . . . 40 コンプレックス サンプルの欠損値. . . 41 コンプレックス サンプルのオプション . . . 428
コンプレックス サンプル比率
43
コンプレックス サンプルの比率分析の統計量. . . 44 コンプレックス サンプルの比率分析の欠損値. . . 45 コンプレックス サンプルのオプション . . . 46 vi9
コンプレックス サンプルの一般線型モデル
47
コンプレックス サンプルの一般線型モデルの統計量 . . . 50 コンプレックス サンプルの仮説の検定 . . . 52 コンプレックス サンプルの一般線型モデルの推定平均 . . . 53 コンプレックス サンプルの一般線型モデルの保存. . . 54 コンプレックス サンプルの一般線型モデルのオプション . . . 55 CSGLM コマンドの追加機能 . . . 5610 コンプレックス サンプルのロジスティック回帰
57
コンプレックス サンプルのロジスティック回帰の参照カテゴリ . . . 59 コンプレックス サンプルのロジスティック回帰のモデル . . . 60 コンプレックス サンプルのロジスティック回帰の統計量 . . . 62 コンプレックス サンプルの仮説の検定 . . . 63 コンプレックス サンプルのロジスティック回帰のオッズ比 . . . 64 コンプレックス サンプルのロジスティック回帰の保存 . . . 65 コンプレックス サンプルのロジスティック回帰のオプション . . . 66 CSLOGISTIC コマンドの追加機能. . . 6711 コンプレックス サンプルの順序回帰
69
コンプレックス サンプルの順序回帰の応答確率 . . . 71 コンプレックス サンプルの順序回帰のモデル . . . 72 コンプレックス サンプルの順序回帰の統計量. . . 74 コンプレックス サンプルの仮説の検定 . . . 76 コンプレックス サンプルの順序回帰のオッズ比. . . 77 コンプレックス サンプルの順序回帰の保存 . . . 78 コンプレックス サンプルの順序回帰のオプション. . . 80 CSORDINAL コマンドの追加機能 . . . 8112 コンプレックス サンプル Cox 回帰
82
事象の定義 . . . 85 vii予測変数 . . . 86 時間依存の予測変数の定義 . . . 87 サブグループ . . . 89 モデル . . . 90 統計量 . . . 92 作図 . . . 94 仮説の検定 . . . 95 保存 . . . 96 エクスポート . . . 98 オプション . . . 100 CSCOXREG コマンドの追加機能 . . . 102
パート II: 例
13 コンプレックス サンプルのサンプリング ウィザード
104
完全サンプリング枠からのサンプル抽出 . . . 104 ウィザードの使用方法 . . . 104 計画の要約 . . . 114 抽出の要約 . . . 114 抽出結果 . . . 116 部分サンプリング枠からのサンプル抽出 . . . 116 ウィザードによる最初の部分枠からの抽出. . . 117 抽出結果 . . . 130 ウィザードによる 2 番目の部分枠からの抽出 . . . 130 抽出結果 . . . 135 確率比例 (PPS) 法を使用した抽出 . . . 135 ウィザードの使用方法 . . . 136 計画の要約 . . . 147 抽出の要約 . . . 147 抽出結果 . . . 149 関連手続き . . . 151 viii14 コンプレックス サンプルの分析準備ウィザード
152
コンプレックス サンプルの分析準備ウィザードによる NHIS 一般使用データの準備 152 ウィザードの使用方法 . . . 152 要約表 . . . 155 抽出重み付けがデータ ファイル内に存在しない場合の分析準備 . . . 155 包含確率と抽出重み付けの計算 . . . 155 ウィザードの使用方法 . . . 158 要約表 . . . 165 関連手続き . . . 16615 コンプレックス サンプル度数分布表
167
コンプレックス サンプルの度数分布表による栄養補給剤使用の分析 . . . 167 分析の実行 . . . 167 度数分布表 . . . 170 部分母集団による度数分布表 . . . 170 集計 (報告書 データ列) . . . 171 関連手続き . . . 17116 コンプレックス サンプル記述統計
172
コンプレックス サンプルの記述統計による運動水準の分析 . . . 172 分析の実行 . . . 172 1 変量統計 . . . 175 部分母集団による 1 変量統計 . . . 176 集計 (報告書 データ列) . . . 176 関連手続き . . . 17617 コンプレックス サンプルのクロス集計表
178
コンプレックス サンプルのクロス集計によるイベントの相対リスクの測定 . . . 178 分析の実行 . . . 178 クロス表 . . . 182 リスク推定値 . . . 182 ix部分母集団によるリスク推定値 . . . 183 集計 (報告書 データ列) . . . 184 関連手続き . . . 184
18 コンプレックス サンプル比率
185
コンプレックス サンプルの比率分析による財産価値評価の支援 . . . 185 分析の実行 . . . 185 比率 . . . 188 ピボットされた比率分析表. . . 189 集計 (報告書 データ列) . . . 189 関連手続き . . . 19019 コンプレックス サンプルの一般線型モデル
191
コンプレックス サンプルの一般線型モデルを使用した二元配置分散分析の適合 . 191 分析の実行 . . . 191 モデルの要約 (ピボットテーブル 回帰). . . 197 モデル効果の検定 . . . 197 パラメータ推定値 . . . 198 推定周辺平均 (GLM) . . . 199 集計 (報告書 データ列) . . . 202 関連手続き . . . 20220 コンプレックス サンプルのロジスティック回帰
204
コンプレックス サンプルのロジスティック回帰を使用した信用リスクへのアクセス . 204 分析の実行 . . . 204 擬 R2 乗 . . . 208 分類 . . . 209 モデル効果の検定 . . . 210 パラメータ推定値 . . . 210 オッズ比 . . . 211 集計 (報告書 データ列) . . . 212 関連手続き . . . 213 x21 コンプレックス サンプルの順序回帰
214
コンプレックス サンプルの順序回帰を使用した調査結果の分析 . . . 214 分析の実行 . . . 214 擬 R2 乗 . . . 219 モデル効果の検定 . . . 220 パラメータ推定値 . . . 220 分類 . . . 222 オッズ比 . . . 223 一般化累積モデル . . . 224 有意でない予測変数の削除 . . . 225 警告 . . . 227 モデルの比較 . . . 228 集計 (報告書 データ列) . . . 229 関連手続き . . . 22922 コンプレックス サンプルの Cox 回帰
230
時間依存の予測変数の使用 (コンプレックス サンプルの Cox 回帰) . . . 230 データの準備 . . . 230 分析の実行 . . . 236 サンプル デザインの情報 . . . 242 モデル効果の検定 . . . 242 ハザードの比例検定 . . . 242 時間依存の予測変数の追加 . . . 243 コンプレックス サンプルの Cox 回帰の被験者ごとに複数のケース . . . 247 分析用データの準備 . . . 248 単純な無作為抽出分析計画の作成 . . . 264 分析の実行 . . . 268 サンプル デザインの情報 . . . 276 モデル効果の検定 . . . 277 パラメータ推定値 . . . 277 パターン値 . . . 278 ログマイナスログ プロット . . . 279 集計 (報告書 データ列) . . . 280 xi付録
A サンプル ファイル
281
B 注意事項
292
参考文献
295
索引
297
xiiパート I:
章
1
コンプレックス サンプル手続き
の概要
従来のソフトウェア パッケージの分析手続きは、データ ファイル内の観 測値は対象母集団の単純な無作為サンプルであるという前提で行われて います。構造的な方法でサンプルを得る方がコスト効率が良く便利であ ると見なす企業や調査機関が増えるにつれ、この考え方は成り立たなく なりつつあります。 コンプレックス サンプル オプションでは、コンプレックス デザインに 従ってサンプルを選択し、計画の指定をデータ分析に取り入れることで、 確実に有効な結果が得られます。コンプレックス サンプル オプションのプロパティ
コンプレックス サンプルは、多くの点で単純な無作為サンプルと異なっ ています。単純な無作為サンプルでは、個々の抽出単位は置換を行わず に (WOR) 母集団全体から直接等しい確率で無作為に選択されます。これ に対して、コンプレックス サンプルは次の特徴のいずれか、またはすべ てを持ちます。 層化。層化抽出では、母集団内の重なり合わない部分母集団、つまりスト ラータ内で独立してサンプルが選択されます。たとえば、ストラータには 社会経済グループ、職種カテゴリ、年齢グループ、民族グループなどが考 えられます。層化を使用することで、対象となるサブグループに適切なサ ンプル サイズを保証し、全体の推定値の精度を向上し、各ストラータで 異なる抽出方法を使用できます。 クラスタ化。クラスタ抽出では、抽出単位のグループ、つまりクラスタの選 択が行われます。たとえば、クラスタを学校、病院、地域とすると、抽出 単位は学生、患者、市民になります。クラスタ化は、複数の段階を持つデ ザインや地域サンプルで一般的に使用されます。 複数段階。複数段階の抽出では、第 1 段階のサンプルをクラスタに基づ いて選択します。次に選択したクラスタからサブサンプルを抽出して、 第 2 段階を作成します。第 2 段階のサンプルがサブクラスタに基づい ている場合、サンプルに第 3 段階を追加できます。たとえば、調査の第 1 段階で都市のサンプルを抽出するとします。次に選択した都市から、 世帯を抽出します。最後に、選択した世帯の個人に対して調査を行いま す。サンプリング ウィザードと分析準備ウィザードを使って、計画の 3 つの段階を指定できます。2 1 章 無作為でない抽出。無作為に選択することが難しい場合、単位を系統的 (固 定間隔) または順番に抽出できます。 不等選択確率。含まれる単位数が等しくない複数のクラスタを抽出する場 合、確率比例 (PPS) 抽出を使用してクラスタの選択確率をクラスタに含ま れる単位の割合に等しくできます。PPS 抽出は、単位を選択するための一 般的な重み付け方法にも使用できます。 制限されない抽出。制限されない抽出では置換 (WR) を使用して単位が選択 されるため、。各単位が複数回選択されて抽出されることがあります。 抽出重み付け。抽出重み付けは、コンプレックス サンプルの抽出中に自動的 に計算されます。理論的には、各抽出単位が対象母集団に現れる「頻度」 に応じた値になります。したがって、サンプル全体の重み付けの総計か ら、母集団のサイズが推定できます。コンプレックス サンプルの分析手続 きでは、コンプレックス サンプルを適切に分析するために抽出重み付けが 必要になります。重み付けはコンプレックス サンプル オプションの内部だ けで使用し、重み付けをケースの繰り返しとして扱う [ケースの重み付け] 手続きを利用して他の分析手続きで使用しないように注意してください。
コンプレックス サンプル手続きの使用
コンプレックス サンプル手続きは、ユーザーの必要に応じて使用します。 主に次のようなユーザーが使用します。 コンプレックス デザインに従って調査を計画し実行した後、サンプル を分析する可能性があるユーザー。調査者の主要なツールは、サンプ リング ウィザードです。 以前に取得したサンプル データ ファイルをコンプレックス デザインに 従って分析するユーザー。コンプレックス サンプル分析手続きを使用 する前に、分析準備ウィザードを使用する必要がある場合があります。 どのタイプのユーザーでも、コンプレックス サンプル手続きに計画情報 を指定する必要があります。この情報は、簡単に再利用できるように 計画ファイル内に格納されます。計画ファイル
計画ファイルはコンプレックス サンプル (複雑なサンプル) を含んでいま す。計画ファイルには次の 2 つのタイプがあります。 抽出計画。サンプリング ウィザードで指定した内容によって、コンプレッ クス サンプルの抽出に使用されるサンプル計画が定義されます。抽出計 画ファイルには、その指定内容が含まれます。また、抽出計画ファイル には、指定されたサンプル計画に適した推定方法を使用するデフォル トの分析計画も含まれています。コンプレックス サンプル手続きの概要 分析計画。この計画ファイルには、コンプレックス サンプル分析手続きで コンプレックス サンプルの分散の推定値を適切に算出するために必要な情 報が含まれます。この計画には、サンプルの構造、各段階での推定方法、 および必要な変数への参照 (サンプルの重みなど) が含まれます。分析準 備ウィザードで、分析計画の作成と編集を行えます。 計画ファイルに指定内容を保存することで、次のような利点が得られます。 調査者は複数段階抽出計画の第 1 段階を指定し、第 1 段階を抽出した 後、抽出単位の情報を第 2 段階用に収集できます。その後、第 2 段階 を含めるように、抽出計画を修正できます。 抽出計画ファイルにアクセスできない分析者は、分析計画を指定して、 各コンプレックス サンプル分析手続きからその計画を参照できます。 大規模な一般使用サンプルを計画する設計者は、抽出計画ファイルを公 開できます。これにより分析者への指示を簡略化でき、各分析者は自分 で分析計画を指定する必要がなくなります。
参考文献
抽出手法の詳細については、次のテキストを参照してください。 Cochran, W. G. 1977. Sampling Techniques, 3rd ed. New York: John Wiley and Sons.Kish, L. 1965. Survey Sampling. New York: John Wiley and Sons. Kish, L. 1987. Statistical Design for Research. New York: John Wiley and Sons.
Murthy, M. N. 1967. Sampling Theory and Methods. Calcutta, India: Statistical Publishing Society.
Särndal, C., B. Swensson, および J. Wretman. 1992. Model Assisted Survey Sampling. New York: Springer-Verlag.
章
2
コンプレックス デザインからの
抽出
図 2-1 サンプリング ウィザードの [ようこそ] ステップ サンプリング ウィザードでは、抽出計画ファイルの作成や修正、実行のス テップを、順を追って行います。ウィザードを使用する前に、対象母集団 を適切に定義しておき、抽出単位の一覧を準備し、適切なサンプル計画 を検討しておく必要があります。新規サンプル計画の作成
E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > サンプルの選択... E [サンプルを計画する] を選択し、計画ファイル名を選択してサンプル計画 を保存します。コンプレックス デザインからの抽出 E [次へ] をクリックしてウィザードを進めます。 E [計画変数] ステップで、ストラータ、クラスタ、入力サンプルの重み付け を定義することもできます。定義が終わったら、[次へ] をクリックします。 E [抽出方法] ステップで、選択した項目の抽出方法を選択することも できます。 [Brewer (PPS)] または [Murthy (PPS)] を選択した場合、[完了] をクリックし てサンプルを抽出できます。それ以外の場合、[次へ] をクリックして 次のステップに進みます。 E [サンプル サイズ] ステップで、抽出する単位 (ユニット) の数または 比率を指定します。 E ここで [完了] をクリックして、サンプルを抽出できます。 さらに次のステップ を実行することもできます。 保存する出力変数を選択する。 計画に第 2 または第 3 段階を追加する。 どの段階でサンプルを抽出するか、乱数シード、ユーザー指定の欠損 値を計画変数の有効な値として扱うかどうかなど、さまざまな選択 オプションを設定する。 出力データの保存先を選択する。 選択をコマンド シンタックスとして貼り付ける。
6 2 章
サンプリング ウィザード: 計画変数
図 2-2 サンプリング ウィザードの [計画変数] ステップ このステップでは、層化とクラスタリングの変数の選択と、入力サンプル の重み付けの定義を行えます。また、段階にラベルを指定できます。 以下で階層化。層化 (ストラータ) 変数のクロス分類により、独立した部分 母集団、つまりストラータが定義されます。独立したサンプルが各スト ラータについて取得されます。推定値の精度を向上するには、ストラータ 内の単位を対象特性に合わせて可能な限り均一にする必要があります。 クラスタ。クラスタ変数により、観測単位のグループ、つまりクラスタが定 義されます。母集団から観測単位を直接抽出することが不可能か、費用が かかりすぎる場合に、クラスタは有効です。または、母集団からクラス タを抽出した後で、選択したクラスタから観測単位を抽出することもで きます。しかし、クラスタを使用すると抽出単位間に相関が発生し、精 度が下がる場合があります。この影響を最小限にするために、クラスタ 内の単位を対象特性に合わせて可能な限り均一にする必要があります。 複数の段階を持つデザインを計画するには、1 つ以上のクラスタ変数を 定義する必要があります。また、異なる複数の抽出方法を使用する場合コンプレックス デザインからの抽出 にも、クラスタは必要です。 詳細は、 p.8 サンプリング ウィザード: 抽出方法 を参照してください。 サンプル重み付けの入力。現在のサンプル デザインが、より大きなサンプル デザインの一部である場合、大きな計画の前の段階でサンプルの重み付け を使った可能性があります。現在の計画の第 1 段階で、このような重み付 けを含む数値変数を指定することができます。現在の計画の以降の段階で は、サンプルの重み付けは自動的に算出されます。 段階ラベル。各段階に、オプションとして文字列ラベルを指定できます。こ のラベルは出力で使用され、段階に関する情報を識別するのに役立ちます。 注: ソース変数リストは、ウィザードのすべてのステップで同じ内容が含 まれます。つまり、特定のステップでソース リストから変数を削除する と、すべてのステップでその変数が削除されます。変数をソース リストに 戻すと、すべてのステップでその変数が表示されます。
サンプリング ウィザードのツリー表示の操作方法
サンプリング ウィザードの各ステップの左側には、すべてのステップのア ウトラインが表示されます。アウトライン内で有効になっているステップ の名前をクリックすることで、そのステップを表示することができます。 ステップは、その前にあるすべてのステップが有効、つまり前のステップ で必要最低限の指定が行われていれば、有効です。ステップが無効になる 原因の詳細については、各ステップのヘルプを参照してください。8 2 章
サンプリング ウィザード: 抽出方法
図 2-3 サンプリング ウィザードの [サンプリング方法] ステップ このステップでは、アクティブなデータセットからケースを選択する方 法を指定できます。 方法。このグループのコントロールは、選択方法を選択するために使用され ます。抽出のタイプによっては、置換を行う (WR) か、置換を行わない (WOR) かを選択できます。詳細については、各タイプの説明を参照して ください。いくつかの確率比例 (PPS) タイプは、クラスタが定義されて いる場合にのみ利用できることに注意してください。また、どの PPS タ イプも計画の第 1 段階でのみ使用できます。さらに、WR 方法は計画の 最後の段階でのみ使用できます。 単純な無作為抽出。等しい確率で単位が選択されます。置換を使用して も、使用しなくても選択されます。 単純な系統的抽出。抽出枠 (ストラータが指定されている場合、スト ラータ) 全体で単位が固定間隔で選択され、置換なしに抽出されます。 最初の間隔内で無作為に選択された単位が開始点になります。 単純な連続値。単位は等しい確率で順番に選択され、置換は行われま せん。コンプレックス デザインからの抽出 PPS。サイズに比例した確率で無作為に単位を選択する、第 1 ステージ の方法。置換を行って任意の単位を選択できます。置換を行わない場 合、クラスタのみ抽出できます。 系統的 (PPS)。サイズに比例した確率で系統的に単位を選択する、第 1 ステージの方法。置換なしに選択されます。 連続的 (PPS)。置換なしに、クラスタ サイズに比例した確率で順番に単 位を選択する、第 1 ステージの方法。 Brewer (PPS)。置換なしに、クラスタ サイズに比例した確率で各スト ラータから 2 つのクラスタを選択する、第 1 ステージの方法。この方 法を使用するには、クラスタ変数を指定する必要があります。 Murthy (PPS)。置換なしに、クラスタ サイズに比例した確率で各スト ラータから 2 つのクラスタを選択する、第 1 ステージの方法。この方 法を使用するには、クラスタ変数を指定する必要があります。 Sampford (PPS)。置換なしに、クラスタ サイズに比例した確率で各スト ラータから 3 つ以上のクラスタを選択する、第 1 ステージの方法。こ れは Brewer 法を拡張したものです。この方法を使用するには、クラス タ変数を指定する必要があります。 分析に WR 推定を使用する。デフォルトで、推定方法は選択した抽出方法 が一貫する計画ファイル内で指定されます。これにより、抽出方法に WOR 推定が含まれている場合でも、置換を行う推定を使用できます。こ のオプションは第 1 段階でのみ使用できます。 MOS (サイズの測定方法)。PPS 法を選択した場合、各単位のサイズを定義する サイズの測定方法を指定する必要があります。これらのサイズは変数で明 示的に定義するか、データから計算できます。オプションとして、MOS に上 限と下限を設定し、MOS 変数のすべての値またはデータから計算される値 を上書きできます。これらのオプションは第 1 段階でのみ使用できます。
10 2 章
サンプリング ウィザード: サンプル サイズ
図 2-4 サンプリング ウィザードの [サンプル サイズ] ステップ このステップでは、現在の段階内で抽出する単位数または単位の比率を指 定できます。抽出サイズは固定することも、ストラータごとに変えること もできます。サンプル サイズを指定する際には、前の段階で選択された クラスタをストラータの定義に使用できます。 単位。抽出する単位の正確なサンプル サイズまたは比率を指定できます。 値。1 つの値がすべてのストラータに適用されます。単位の測定基準 として [度数] が選択されている場合、正の整数値を入力する必要が あります。[比率] が選択されている場合、負でない値を入力する必要 があります。また、置換を行う抽出でない場合、比率の値は 1 より 大きな値にしないでください。 ストラータに不等な値。[等しくないサイズの定義] ダイアログ ボックスを 使って、ストラータごとにサイズの値を入力できます。 変数から値を読み取る。ストラータのサイズ値を含む数値型変数を選択 できます。コンプレックス デザインからの抽出 [比率] が選択されている場合、抽出される単位数に下限と上限を設定す ることもできます。
等しくないサイズの定義
図 2-5 [等しくないサイズの定義] ダイアログ ボックス [等しくないサイズの定義] ダイアログ ボックスでは、サイズをスト ラータごとに入力できます。 [サイズ指定] グリッド。このグリッドには、最大 5 個のストラータまたはク ラスタ変数のクロス分類が表示されます。1 行に 1 つのストラータとク ラスタの組み合わせが表示されます。適切なグリッド変数は、現在およ び以前の段階のすべての層化 (ストラータ) 変数と、以前の段階のすべ てのクラスタ変数です。グリッド内部で変数を並べ替えたり、[除外] リ ストに移動したりできます。右端の列にサイズを入力します。[ラベル] ま たは [値] をクリックすると、グリッドのセル内の表示が値ラベルまたは 層化変数およびクラスタ変数のデータ値に切り替わります。ラベルのな い値を含むセルには常に値が表示されます。[ストラータを再表示] をクリッ クすると、グリッド内の変数に対するラベル付きデータ値の組み合わ せがグリッドに再入力されます。 除外。ストラータとクラスタの組み合わせのサブセットにサイズを指定す るには、1 つ以上の変数を [除外] リストに移動します。移動した変数 はサンプル サイズの定義に使用されません。12 2 章
サンプリング ウィザード: 出力変数
図 2-6 サンプリング ウィザードの [出力変数] ステップ このステップでは、サンプルを抽出するときに保存する変数を選択で きます。 母集団のサイズ。その段階における母集団の推定単位数。保存される変数 のルート名は、PopulationSize_ になります。 サンプル率。その段階における抽出比率。保存される変数のルート名は、 SamplingRate_ になります。 サンプル サイズ。その段階で抽出される単位数。保存される変数のルート 名は、SampleSize_ になります。 サンプル重み付け。包含確率の逆数です。保存される変数のルート名は、 SampleWeight_ になります。 段階に関する変数には、自動的に生成されるものもあります。次にそ の内容を示します。 包含確率。その段階で抽出される単位の比率。保存される変数のルート名 は、InclusionProbability_ になります。コンプレックス デザインからの抽出 累積重み付け。現在の段階および以前の段階における、累積サンプル重み付 け。保存される変数のルート名は、SampleWeightCumulative_ になります。 インデックス。その段階で複数回選択される単位を識別します。保存される変 数のルート名は、Index_ になります。 注: 保存される変数のルート名には、段階の番号が含まれます。たとえば第 1 段階で保存される母集団サイズの場合、PopulationSize_1_ になります。
サンプリング ウィザード: 計画の要約
図 2-7 サンプリング ウィザードの [計画の要約] ステップ これは各段階における最後のステップです。現在の段階におけるサンプル デザインの指定の要約が得られます。ここから、次の段階 (必要に応じて 作成) に進むか、サンプル抽出のオプションを設定します。14 2 章
サンプリング ウィザード: サンプルの抽出: 選択オプション
図 2-8 サンプリング ウィザードの [サンプルの抽出: 選択オプション] ステップ このステップでは、サンプルを抽出するかどうかを選択できます。乱数の シードや欠損値の処理など、他の抽出オプションも設定できます。 サンプル抽出。サンプルを抽出するかどうかを選択できるだけでなく、抽 出計画を実行する段階も選択できます。段階では順番に抽出する必要が あります。つまり、第 2 段階で抽出するには第 1 段階でも抽出する必 要があります。計画を編集または実行するときには、ロックされた段階 で再抽出することはできません。 シード。ここでは、乱数生成のシード値を選択できます。 ユーザー欠損値を含める。ここで、ユーザー欠損値が有効かどうかを指定しま す。有効にした場合、ユーザー欠損値は別のカテゴリとして処理されます。 データは並べ替え済み。サンプル枠が層化変数の値によってあらかじめソー トされている場合、このオプションを指定することで選択プロセスを高 速化することができます。コンプレックス デザインからの抽出
サンプリング ウィザード: サンプルの抽出: 出力ファイル
図 2-9 サンプリング ウィザードの [サンプルの抽出: 出力ファイル] ステップ このステップでは、抽出したケース、重み付け変数、結合確率、ケース選 択規則の出力先を選択できます。 サンプル データ。ここにあるオプションでは、サンプル出力の書き込み先を 指定できます。アクティブなデータセットに追加するか、新しいデータセッ トに書き込むか、IBM® SPSS® Statistics データ ファイルに保存します。 データセットが利用可能なのは現在のセッション中ですが、今後のセッショ ンで利用するには、データセットをデータ ファイルとして明示的に保存す る必要があります。データセット名は、変数命名規則に従う必要がありま す。外部ファイルまたは新しいデータセットを指定すると、選択したケー スに対する抽出出力変数と作業データ ファイルの変数が書き込まれます。 結合確率。ここにあるオプションでは、結合確率の書き込み先を指定できま す。これらは外部 SPSS Statistics データ ファイルに保存され、[WOR (PPS)]、[Brewer (PPS)]、[Sampford (PPS)]、[Murthy (PPS)] のいずれか を選択し、WR 推定を指定しない場合、結合可能性が生成されます。16 2 章 ケースの選択規則。サンプルを 1 つの段階で一度に作成する場合、ケース選 択規則をテキスト ファイルに保存してもよいでしょう。これは後の段階 でサブフレームを作成するときに役立ちます。
サンプリング ウィザード: 終了
図 2-10 サンプリング ウィザードの [完了] ステップ これは最後のステップです。計画ファイルを保存してすぐにサンプルを抽 出するか、選択したものをシンタックス ウィンドウに貼り付けます。 既存の計画ファイルの段階に変更を加えた場合、編集した計画を新しい ファイルに保存するか、既存のファイルに上書きできます。既存の段階 に変更を加えずに段階を追加した場合は、既存の計画ファイルが自動的 に上書きされます。計画を新しいファイルに保存したい場合は、[ウィザー ドで生成されたシンタックスを、シンタックス ウィンドウに貼り付ける] を選択し、シン タックス コマンドでファイル名を変更します。コンプレックス デザインからの抽出
既存のサンプル計画の修正
E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > サンプルの選択... E [サンプル デザインを編集する] を選択し、編集する計画ファイルを選択します。 E [次へ] をクリックしてウィザードを進めます。 E [計画の要約] ステップで抽出計画を確認した後、[次へ] をクリックします。 以降のステップは、新規計画の場合とほとんど同じです。詳細について は、各ステップのヘルプを参照してください。 E [完了] ステップを開き、編集した計画ファイルに新しい名前を指定する か、既存の計画ファイルを上書きします。 オプションとして、次の選択が可能です。 すでに抽出を行った段階を指定する。 段階を計画から削除する。18 2 章
サンプリング ウィザード: 計画の要約
図 2-11 サンプリング ウィザードの [計画の要約] ステップ このステップでは、抽出計画を確認し、すでに抽出が行われた段階を指 定できます。計画を編集している場合、計画から段階を削除することも できます。 以前に抽出された段階。拡張抽出枠が使用できない場合、複数の段階を持つ 抽出デザインでは一度に 1 段階ずつ実行する必要があります。すでに抽出 が行われた段階を、ドロップダウン リストから選択します。実行済みの段 階はすべてロックされ、[サンプルの抽出: 選択オプション] ステップでも 利用できません。また、計画の編集時にも変更できません。 段階の削除。複数の段階を持つデザインから、段階 2 と 3 を削除できます。既存のサンプル計画の実行
E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > サンプルの選択... E [サンプルを抽出する] を選択し、実行する計画ファイルを選択します。コンプレックス デザインからの抽出 E [次へ] をクリックしてウィザードを進めます。 E [計画の要約] ステップで抽出計画を確認した後、[次へ] をクリックします。 E 段階に関する情報を含む個別のステップは、サンプル計画を実行するとき にはスキップされます。いつでも [完了] ステップに進めます。 オプションとして、すでに抽出を行った段階を指定することもできます。
CSPLAN および CSSELECT コマンドの追加機能
コマンド シンタックスを使用すると、次の作業も実行できます。 出力変数にユーザー定義の名前を指定する。 ビューアの出力を制御する。たとえば、サンプルの計画時または修正時 に表示される計画の段階ごとの要約や、サンプル デザインの実行時に 表示されるストラータごとの抽出ケースの区分の要約を表示しないよう にしたり、ケース処理の要約を要求したりできます。 アクティブなデータセットにある変数のサブセットを選択し、外部サン プル ファイルや別のデータセットに書き込む。シンタックスの詳細は、『Command Syntax Reference』を参照してくださ い。
章
3
コンプレックス サンプルの分析
準備
図 3-1 分析準備ウィザードの [ようこそ] ステップ 分析準備ウィザードでは、さまざまなコンプレックス サンプル分析手続き で使用する分析計画の作成と修正のステップを、順を追って行います。ウィ ザードを使用する前に、複合計画に従ってサンプルを抽出しておきます。 サンプルの抽出に使用する抽出計画ファイルにアクセスできない場合、 新しい計画を作成することを推奨します。抽出計画にはデフォルト分析 計画が含まれます。サンプルの抽出に使用する抽出計画ファイルにアク セスできる場合、抽出計画ファイルに含まれるデフォルトの分析計画を 使用するか、デフォルトの分析指定を上書きして、変更を新しいファイ ルに保存できます。コンプレックス サンプルの分析準備
新規分析計画の作成
E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > 分析の準備... E [計画ファイルの作成] を選択し、分析計画を保存する計画ファイル名を選 択します。 E [次へ] をクリックしてウィザードを進めます。 E [計画変数] ステップで、サンプル重み付けが含まれる変数を指定します。 オプションでストラータとクラスタを定義できます。 E [完了] をクリックして計画を保存します。 さらに次のステップ を実行することもできます。 [推定方法] ステップで、標準誤差の推定方法を選択する。 [サイズ] ステップで、抽出される単位数または単位ごとの包合確 率を指定する。 計画に第 2 または第 3 段階を追加する。 選択をコマンド シンタックスとして貼り付ける。22 3 章
分析準備ウィザード: 計画変数
図 3-2 分析準備ウィザードの [計画変数] ステップ このステップでは、層化とクラスタリングの変数の指定と、サンプルの重 み付けの定義を行えます。また、段階にラベルを設定できます。 ストラータ。層化 (ストラータ) 変数のクロス分類により、独立した部分母集 団、つまりストラータが定義されます。すべてのサンプルが、各ストラー タからの独立したサンプルの組み合わせを示します。 クラスタ。クラスタ変数により、観測単位のグループ、つまりクラスタが 定義されます。複数の段階で抽出されたサンプルによって、初期の段階 でクラスタが選択された後、選択されたクラスタからサブサンプル単位 が選択されます。置換を使用してクラスタを抽出することで得られた データ ファイルを分析するときには、重複インデックスをクラスタ変数 として使用する必要があります。 サンプル重み付け。第 1 段階でサンプルの重み付けを指定する必要があり ます。現在の計画の以降の段階では、サンプルの重み付けは自動的に 算出されます。 段階ラベル。各段階に、オプションとして文字列ラベルを指定できます。こ のラベルは出力で使用され、段階に関する情報を識別するのに役立ちます。コンプレックス サンプルの分析準備 注: ソース変数リストは、ウィザードのすべてのステップで同じ内容が含 まれます。つまり、特定のステップでソース リストから変数を削除する と、すべてのステップでその変数が削除されます。変数をソース リストに 戻すと、すべてのステップでその変数が表示されます。
分析ウィザードのツリー表示の操作方法
分析ウィザードの各ステップの左側には、全ステップのアウトラインが表 示されます。アウトライン内で有効になっているステップの名前をクリッ クすることで、そのステップを表示することができます。ステップは、そ の前にあるすべてのステップが有効、つまり前にあるステップで必要最低 限の指定が行われていれば、有効になります。ステップが無効になる原因 の詳細については、各ステップのヘルプを参照してください。分析準備ウィザード: 推定方法
図 3-3 分析準備ウィザードの [推定方法] ステップ このステップでは、ステージの推定方法を指定できます。24 3 章 WR (置換を行う抽出)。コンプレックス サンプル計画での分散の推定を行 うとき、WR 推定には有限母集団からの抽出の修正 (FPC) が含まれませ ん。単純な無作為抽出 (SRS) での分散の推定を行うときは、FPC を含め るか除外するかを選択できます。 分析の重み付けが行われていて、全ケースを合計しても母集団のサイズ に達しない場合は、SRS の分散推定に FPC を含めないようにすることをお 勧めします。SRS の分散推定値は、デザイン効果などの統計量の計算に使 用されます。WR 推定は計画の最後の段階にのみ指定できます。ウィザード で WR 推定を選択した場合、段階を追加することはできません。
Equal WOR (置換を行わない等確率抽出)。等しい WOR 推定には有限母集団の修 正が含まれ、単位が等しい確率で抽出されると仮定されます。等しい WOR は、計画の任意の段階に指定できます。 不等な WOR (置換を行わない不等確率抽出)。不等な WOR では有限母集団の訂 正を使用するだけでなく、不等確率で選択された単位 (通常はクラスタ) の抽出も行われます。この推定方法は第 1 段階でのみ使用できます。
分析準備ウィザード: サイズ
図 3-4 分析準備ウィザード [サイズ] ステップコンプレックス サンプルの分析準備 このステップは、現在の段階の包含確率や母集団のサイズを指定するため に使用されます。サイズは固定することも、ストラータごとに変えること もできます。サイズを指定するために、前の段階で指定されたクラスタを 使用してストラータを定義できます。このステップは、等しい WOR が推定 方法として選択されているときだけ必要です。 単位。母集団の正確なサイズ、または単位の抽出で使用される確率を指定 できます。 値。1 つの値がすべてのストラータに適用されます。単位の測定基準と して [母集団のサイズ] が選択されている場合、負でない整数値を入力す る必要があります。[包含確率] が選択されている場合、0 以上 1 以下の 値を入力する必要があります。 ストラータに不等な値。[等しくないサイズの定義] ダイアログ ボックスを 使って、ストラータごとにサイズの値を入力できます。 変数から値を読み取る。ストラータのサイズ値を含む数値型変数を選択 できます。
等しくないサイズの定義
図 3-5 [等しくないサイズの定義] ダイアログ ボックス [等しくないサイズの定義] ダイアログ ボックスでは、サイズをスト ラータごとに入力できます。 [サイズ指定] グリッド。このグリッドには、最大 5 個のストラータまたはク ラスタ変数のクロス分類が表示されます。1 行に 1 つのストラータとク ラスタの組み合わせが表示されます。適切なグリッド変数は、現在およ び以前の段階のすべての層化 (ストラータ) 変数と、以前の段階のすべ てのクラスタ変数です。グリッド内部で変数を並べ替えたり、[除外] リ ストに移動したりできます。右端の列にサイズを入力します。[ラベル] ま26 3 章 たは [値] をクリックすると、グリッドのセル内の表示が値ラベルまたは 層化変数およびクラスタ変数のデータ値に切り替わります。ラベルのな い値を含むセルには常に値が表示されます。[ストラータを再表示] をクリッ クすると、グリッド内の変数に対するラベル付きデータ値の組み合わ せがグリッドに再入力されます。 除外。ストラータとクラスタの組み合わせのサブセットにサイズを指定す るには、1 つ以上の変数を [除外] リストに移動します。移動した変数 はサンプル サイズの定義に使用されません。
分析準備ウィザード: 計画の要約
図 3-6 分析準備ウィザードの [計画の要約] ステップ これは各段階における最後のステップです。現在の段階全体における分析 計画の指定の要約が得られます。ここから、次の段階 (必要に応じて作成) に進むか、分析指定を保存します。 段階を追加できない場合、次の原因が考えられます。 [計画変数] ステップでクラスタ変数が指定されていない。コンプレックス サンプルの分析準備 [推定方法] ステップで WR 推定を選択した。 これが分析の第 3 段階である。ウィザードでは最大 3 つの段階が サポートされます。
分析準備ウィザード: 終了
図 3-7 分析準備ウィザードの [完了] ステップ これは最後のステップです。計画ファイルを保存するか、選択したもの をシンタックス ウィンドウに貼り付けます。 既存の計画ファイルの段階に変更を加えた場合、編集した計画を新しい ファイルに保存するか、既存のファイルに上書きできます。既存の段階 に変更を加えずに段階を追加した場合は、既存の計画ファイルが自動的 に上書きされます。計画を新しいファイルに保存したい場合は、[ウィザー ドで生成されたシンタックスを、シンタックス ウィンドウに貼り付ける] を選択し、シン タックス コマンドでファイル名を変更します。既存の分析計画の修正
E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > 分析の準備...28 3 章 E [計画ファイルの編集] を選択し、分析計画を保存する計画ファイル名を選 択します。 E [次へ] をクリックしてウィザードを進めます。 E [計画の要約] ステップで分析計画を確認した後、[次へ] をクリックします。 以降のステップは、新規計画の場合とほとんど同じです。詳細について は、各ステップのヘルプを参照してください。 E [終了] ステップを開き、編集した計画ファイルに新しい名前を指定する か、既存の計画ファイルを上書きします。 オプションとして既存の段階を計画から削除することもできます。
分析準備ウィザード: 計画の要約
図 3-8 分析準備ウィザードの [計画の要約] ステップ このステップでは、分析計画の確認と、計画からの段階の削除を行えます。 段階の削除。複数の段階を持つデザインから、段階 2 と 3 を削除できま す。計画には少なくとも 1 つの段階 (ステージ) が必要なため、計画の第 1 段階については編集は可能ですが、削除はできません。章
4
コンプレックス サンプルの計画
[コンプレックス サンプル] 分析手続きでは、有効な結果を得るために分 析またはサンプル計画ファイルから分析の指定を行うことが必要です。 図 4-1 [コンプレックス サンプル計画] ダイアログ ボックス 計画。分析またはサンプル計画ファイルのパスを指定します。 結合確率。PPS WOR 推定を使用して抽出されたクラスタに [不等な WOR] 推 定を使用するには、結合確率を含む独立したファイルまたは、開いたデー タセットを指定する必要があります。このファイルまたはデータセット は、サンプリング ウィザードで抽出を行う際に作成されます。章
5
コンプレックス サンプル度数分
布表
[コンプレックス サンプルの度数分布表] 手続きでは、選択した変数の度数 分布表が作成され、1 変量の統計量が表示されます。1 つ以上のカテゴリ 変数で定義したサブグループによって、統計を要求することもできます。例。National Health Interview Survey (NHIS) の結果に基づき、[コンプ レックス サンプルの度数分布表] 手続きを使用して、米国国民のビタミン 使用に関する 1 変量の表統計量を作成できます。この場合、この一般使用 データに対する適切な分析計画を使用します。 統計量。この手続きでは、セル母集団のサイズ、表パーセント、標準誤 差、信頼区間、変動係数、デザイン効果、デザイン効果の平方根、累計 値、各推定値の重み付けのない度数の推定値が生成されます。さらに、 セルの比率が同じかどうか検定するために、カイ 2 乗統計量および尤度 比統計量が計算されます。 データ。度数分布表を作成する変数はカテゴリ変数である必要があります。 部分母集団の変数は文字列にも数値にも設定できますが、カテゴリ変 数である必要があります。 仮定。データ ファイルのケースは、[コンプレックス サンプル計画] ダイ アログ ボックスで選択されたファイルの指定に従って分析されるコンプ レックス デザインからのサンプルを表します。 コンプレックス サンプルの度数分布表を作成するには E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > 度数分布表... E 計画ファイルを選択します。オプションとして、ユーザー指定の結合確率 ファイルも選択できます。 E [続行] をクリックします。
コンプレックス サンプル度数分布表 図 5-1 [度数分布表] ダイアログ ボックス E 最低 1 つの度数変数を選択します。 オプションとして、部分母集団を定義する変数を指定できます。各部分 母集団について、別々に統計が計算されます。
コンプレックス サンプルの度数分布表の統計量
図 5-2 [度数分布表: 統計] ダイアログ ボックス32 5 章 セル。このグループで、セル母集団のサイズ、および表パーセントの推 定値を要求します。 統計量。このグループで、母集団のサイズまたは表パーセントに関連する統 計量を作成します。 標準誤差。推定値の標準誤差。 信頼区間。指定されたレベルを使用する、推定値の信頼区間。 変動係数。推定値に対する推定値の標準誤差の比率。 重み付けのない度数。推定値の計算に使用されるユニット数。 デザイン効果。サンプルが単純な無作為サンプルであると仮定すること で得られる分散と、推定値の分散との比。これはコンプレックス デ ザインを指定する効果の程度です。値が 1 から遠ざかるほど大き な効果が現れます。 デザイン効果の平方根。これはコンプレックス デザインを指定する効果 の程度です。値が 1 から遠ざかるほど大きな効果が現れます。 累積値。変数のそれぞれの値を通した累積推定値。 等しいセル比率の検定。これを選択すると、変数のカテゴリの度数が等しい という仮説のカイ 2 乗検定と尤度比検定が作成されます。独立性の検定 は、各変数ごとに実行されます。
コンプレックス サンプルの欠損値
図 5-3 [欠損値] ダイアログ ボックス テーブル。このグループで、分析に使用されるケースを決定します。コンプレックス サンプル度数分布表 使用可能なすべてのデータを使用。欠損値はテーブルごとに決定されま す。したがって、統計量の計算に使用されるケースは度数分布表または クロス集計表に応じて変わる場合があります。 一貫したケース基準を使用。欠損値は変数全体で決定されます。した がって、統計量の計算に使用されるケースはすべてのテーブルで同 じになります。 カテゴリ計画変数。このグループで、ユーザー欠損値の有効または無効を決 定します。
コンプレックス サンプルのオプション
図 5-4 [オプション] ダイアログ ボックス 部分母集団の表示。部分母集団を同じテーブルに表示するか、別のテーブ ルに表示するかを選択できます。章
6
コンプレックス サンプル記述統
計
[コンプレックス サンプルの記述統計] 手続きでは、複数の変数に関する 1 変量の要約統計量が表示されます。1 つ以上のカテゴリ変数で定義した サブグループによって、統計を要求することもできます。例。National Health Interview Survey (NHIS) の結果に基づき、[コンプ レックス サンプルのクロス集計表] 手続きを使用して、米国国民の活動水 準に関する 1 変量の記述統計表を作成できます。この場合、この一般使用 データについての適切な分析計画を使用します。 統計量。この手続きでは、平均値と合計、t 検定、標準誤差、信頼区間、変 動係数、重み付けのない度数、母集団のサイズ、デザイン効果、および各 推定値のデザイン効果の平方根が得られます。 データ。測定方法はスケール変数である必要があります。部分母集団の変数は 文字列にも数値にも設定できますが、カテゴリ変数である必要があります。 仮定。データ ファイルのケースは、[コンプレックス サンプル計画] ダイ アログ ボックスで選択されたファイルの指定に従って分析されるコンプ レックス デザインからのサンプルを表します。 コンプレックス サンプルの記述統計を作成するには E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > 記述統計... E 計画ファイルを選択します。オプションとして、ユーザー指定の結合確率 ファイルも選択できます。 E [続行] をクリックします。
コンプレックス サンプル記述統計 図 6-1 [記述統計] ダイアログ ボックス E 最低 1 つの測定変数を選択します。 オプションとして、部分母集団を定義する変数を指定できます。各部分 母集団について、別々に統計が計算されます。
36 6 章
コンプレックス サンプルの記述統計の統計量
図 6-2 [記述統計] ダイアログ ボックス 要約。このグループで、測定変数の平均と合計の推定値を要求できます。さ らに、指定した値に対する t 検定も要求できます。 統計量。このグループでは、平均値または合計値に関連する統計量が作成 されます。 標準誤差。推定値の標準誤差。 信頼区間。指定されたレベルを使用する、推定値の信頼区間。 変動係数。推定値に対する推定値の標準誤差の比率。 重み付けのない度数。推定値の計算に使用されるユニット数。 母集団のサイズ。母集団の推定単位数。 デザイン効果。サンプルが単純な無作為サンプルであると仮定すること で得られる分散と、推定値の分散との比。これはコンプレックス デ ザインを指定する効果の程度です。値が 1 から遠ざかるほど大き な効果が現れます。 デザイン効果の平方根。これはコンプレックス デザインを指定する効果 の程度です。値が 1 から遠ざかるほど大きな効果が現れます。コンプレックス サンプル記述統計
コンプレックス サンプルの記述統計の欠損値
図 6-3 [記述統計: 欠損値] ダイアログ ボックス 測定変数の統計量。このグループで、分析に使用されるケースを決定します。 使用可能なすべてのデータを使用。欠損値は変数ごとに決定されます。 したがって、統計量の計算に使用されるケースは測定変数に応じて 変わる場合があります。 一貫したケース基準を確保。欠損値は変数全体で決定されます。したがっ て、統計量の計算に使用されるケースはすべて同じになります。 カテゴリ計画変数。このグループで、ユーザー欠損値の有効または無効を決 定します。コンプレックス サンプルのオプション
図 6-4 [オプション] ダイアログ ボックス 部分母集団の表示。部分母集団を同じテーブルに表示するか、別のテーブ ルに表示するかを選択できます。章
7
コンプレックス サンプルのクロ
ス集計表
[コンプレックス サンプルのクロス集計] 手続きでは、選択した変数組のク ロス集計表が生成され、2 次元統計量が表示されます。1 つ以上のカテゴリ 変数で定義したサブグループによって、統計を要求することもできます。例。National Health Interview Survey (NHIS) の結果に基づき、[コンプ レックス サンプルのクロス集計表] 手続きを使用して、米国国民のビタミ ン使用による喫煙頻度のクロス分類統計量を作成できます。この場合、こ の一般使用データについての適切な分析計画を使用します。 統計量。この手続きでは、セル母集団のサイズ、行、列、表パーセント、標 準誤差、信頼区間、変動係数、予測値、デザイン効果、デザイン効果の平 方根、残差、調整済み残差、および各推定値の重み付けのない度数の推定 値が作成されます。オッズ比、相対リスク、およびリスク差は、2 × 2 の表に対して計算されます。さらに行と列の変数の独立性検定のために Pearson および尤度比統計量が計算されます。 データ。行と列の変数は、カテゴリ変数である必要があります。部分母集 団の変数は文字列にも数値にも設定できますが、カテゴリ変数である必 要があります。 仮定。データ ファイルのケースは、[コンプレックス サンプル計画] ダイ アログ ボックスで選択されたファイルの指定に従って分析されるコンプ レックス デザインからのサンプルを表します。 コンプレックス サンプルのクロス集計表を作成するには E メニューから次の項目を選択します。 分析 > コンプレックス サンプル > クロス集計表... E 計画ファイルを選択します。オプションとして、ユーザー指定の結合確率 ファイルも選択できます。 E [続行] をクリックします。
コンプレックス サンプルのクロス集計表 図 7-1 [クロス集計表] ダイアログ ボックス E 行変数と列変数をそれぞれ 1 つ以上選択します。 オプションとして、部分母集団を定義する変数を指定できます。各部分 母集団について、別々に統計が計算されます。
40 7 章
コンプレックス サンプルのクロス集計表の統計量
図 7-2 [クロス集計表: 統計量の指定] ダイアログ ボックス セル。このグループで、セル母集団のサイズ、および行、列、表パーセン トの推定値を要求します。 統計量。このグループで、母集団のサイズおよび行、列、表パーセント に関連する統計量を作成します。 標準誤差。推定値の標準誤差。 信頼区間。指定されたレベルを使用する、推定値の信頼区間。 変動係数。推定値に対する推定値の標準誤差の比率。 期待度数。行と列の変数が独立しているという仮説に基づいた、推 定値の期待値。 重み付けのない度数。推定値の計算に使用されるユニット数。 デザイン効果。サンプルが単純な無作為サンプルであると仮定すること で得られる分散と、推定値の分散との比。これはコンプレックス デ ザインを指定する効果の程度です。値が 1 から遠ざかるほど大き な効果が現れます。 デザイン効果の平方根。これはコンプレックス デザインを指定する効果 の程度です。値が 1 から遠ざかるほど大きな効果が現れます。コンプレックス サンプルのクロス集計表 残差。期待値は、2 つの変数の間に関係がないと想定した場合に期待さ れるセルのケース数です。正の残差は、行変数と列変数が独立である と想定される場合に、セルの期待されたケース数より実際のケース数 が多いことを示します。 調整済み残差。セルの残差 (観測度数 - 期待度数) をその標準誤差の 推定値で割った値。結果の標準化残差は、標準偏差を単位として平均 より上または下で表されます。 2 × 2 列のテーブル表の集計。このグループでは、行と列の変数にそれぞれ 2 つのカテゴリが含まれるテーブルの統計量が作成されます。それぞれが、 ある因子の存在とあるイベントの発生の関連の強さの測定値になります。 オッズ比。因子の発生がまれなときには、オッズ比を相対リスクの推定 値として使うことができます。 相対リスク。因子が発生しないリスクに対する、因子が発生するリスク の比。 相対リスクの差分。因子が発生するリスクと、因子が発生しないリス クとの差。 行と列の独立性の検定。この手続きでは、行と列の変数が独立しているとい う仮説のカイ 2 乗検定と尤度比検定が作成されます。独立性の検定は、 変数のペアごとに実行されます。
